數(shù)據(jù)挖掘教程

目錄第1部分導(dǎo)論第1章概述31.1基本數(shù)據(jù)挖掘任務(wù)51.1.1分類51.1.2回歸51.1.3時間序列分析61.1.4預(yù)測61.1.5聚類71.1.6匯總71.1.7關(guān)聯(lián)規(guī)則71.1.8序列發(fā)現(xiàn)81.2數(shù)據(jù)挖掘與數(shù)據(jù)庫中的知識發(fā)現(xiàn)81.2.1數(shù)據(jù)挖掘的發(fā)展101.3數(shù)據(jù)挖掘問題121.4數(shù)據(jù)挖掘度量131.5數(shù)據(jù)挖掘的社會影響141.6從數(shù)據(jù)庫觀點看數(shù)據(jù)挖掘141.7數(shù)據(jù)挖掘的未來發(fā)展151.8練習(xí)161.9參考文獻注釋17第2章相關(guān)概念192.1數(shù)據(jù)庫/OLTP系統(tǒng)192.2模糊集和模糊邏輯212.3信息檢索232.4決策支持系統(tǒng)252.5維數(shù)據(jù)建模252.5.1多維模式272.5.2索引302.6數(shù)據(jù)倉儲312.7OLAP342.8Web搜索引擎352.9統(tǒng)計學(xué)362.10機器學(xué)習(xí)372.11模式匹配382.12小結(jié)392.13練習(xí)392.14參考文獻注釋39第3章數(shù)據(jù)挖掘技術(shù)413.1引言413.2數(shù)據(jù)挖掘的統(tǒng)計方法423.2.1點估計423.2.2基于匯總的模型453.2.3貝葉斯定理463.2.4假設(shè)檢驗483.2.5回歸和相關(guān)493.3相似性度量503.4決策樹513.5神經(jīng)網(wǎng)絡(luò)533.5.1激勵函數(shù)563.6遺傳算法573.7練習(xí)603.8參考文獻注釋61第2部分核 心 課 題第4章分類654.1引言654.1.1分類中的問題674.2基于統(tǒng)計的算法694.2.1回歸694.2.2貝葉斯分類744.3基于距離的算法764.3.1簡單方法764.3.2K最近鄰774.4基于決策樹的算法794.4.1ID3834.4.2C4.5和C5.0854.4.3CART874.4.4可伸縮的決策樹技術(shù)884.5基于神經(jīng)網(wǎng)絡(luò)的算法884.5.1傳播904.5.2神經(jīng)網(wǎng)絡(luò)有指導(dǎo)學(xué)習(xí)914.5.3徑向基函數(shù)網(wǎng)絡(luò)954.5.4感知器964.6基于規(guī)則的算法964.6.1從決策樹生成規(guī)則974.6.2從神經(jīng)網(wǎng)絡(luò)生成規(guī)則984.6.3不用決策樹或神經(jīng)網(wǎng)絡(luò)生成規(guī)則984.7組合技術(shù)1014.8小結(jié)1034.9練習(xí)1034.10參考文獻注釋104第5章聚類1075.1引言1075.2相似性和距離度量1105.3異常點1115.4層次算法1125.4.1凝聚算法1135.4.2分裂聚類1175.5劃分算法1185.5.1最小生成樹1185.5.2平方誤差聚類算法1195.5.3K均值聚類1205.5.4最近鄰算法1215.5.5PAM算法1225.5.6結(jié)合能量算法1255.5.7基于遺傳算法的聚類1255.5.8基于神經(jīng)網(wǎng)絡(luò)的聚類1265.6大型數(shù)據(jù)庫聚類1285.6.1BIRCH1295.6.2DBSCAN1305.6.3CURE算法1325.7對類別屬性進行聚類1355.8比較1375.9練習(xí)1385.10參考文獻注釋138第6章關(guān)聯(lián)規(guī)則1416.1引言1416.2大項目集1446.3基本算法1456.3.1Apriori算法1456.3.2抽樣算法1496.3.3劃分1526.4并行和分布式算法1546.4.1數(shù)據(jù)并行1546.4.2任務(wù)并行1556.5方法比較1576.6增量規(guī)則1586.7高級關(guān)聯(lián)規(guī)則技術(shù)1596.7.1泛化關(guān)聯(lián)規(guī)則1596.7.2多層關(guān)聯(lián)規(guī)則1606.7.3數(shù)量關(guān)聯(lián)規(guī)則1606.7.4使用多個最小支持度1616.7.5相關(guān)規(guī)則1626.8度量規(guī)則的質(zhì)量1626.9練習(xí)1646.10參考文獻注釋164第3部分高 級 課 題第7章Web挖掘1697.1引言1697.2Web內(nèi)容挖掘1707.2.1爬蟲1717.2.2Harvest系統(tǒng)1747.2.3虛擬Web視圖1747.2.4個性化1757.3Web結(jié)構(gòu)挖掘1767.3.1PageRank1777.3.2Clever1777.4Web使用挖掘1787.4.1預(yù)處理1797.4.2數(shù)據(jù)結(jié)構(gòu)1817.4.3模式發(fā)現(xiàn)1827.4.4模式分析1877.5練習(xí)1887.6參考文獻注釋188第8章空間數(shù)據(jù)挖掘1908.1引言1908.2空間數(shù)據(jù)概述1918.2.1空間查詢1918.2.2空間數(shù)據(jù)結(jié)構(gòu)1918.2.3主題地圖1958.2.4圖像數(shù)據(jù)庫1958.3空間數(shù)據(jù)挖掘原語1958.4一般化和特殊化1968.4.1漸進求精1968.4.2一般化1978.4.3最近鄰1998.4.4STING1998.5空間規(guī)則2018.5.1空間關(guān)聯(lián)規(guī)則2018.6空間分類算法2038.6.1對ID3的擴展2038.6.2空間決策樹2038.7空間聚類算法2048.7.1對CLARANS的擴展2058.7.2SD(CLARANS)2068.7.3DBCLASD2068.7.4BANG2078.7.5WaveCluster2088.7.6近似2088.8練習(xí)2098.9參考文獻注釋209第9章時序數(shù)據(jù)挖掘2119.1引言2119.2時序事件建模2139.3時間序列2179.3.1時間序列分析2179.3.2趨勢分析2189.3.3變換2199.3.4相似性2199.3.5預(yù)測2209.4模式檢測2219.4.1串匹配2229.5時序序列2249.5.1AprioriAll2259.5.2SPADE2269.5.3一般化2279.5.4特征抽取2299.6時序關(guān)聯(lián)規(guī)則2299.6.1事務(wù)間關(guān)聯(lián)規(guī)則2309.6.2情節(jié)規(guī)則2309.6.3趨勢依賴2319.6.4序列關(guān)聯(lián)規(guī)則2339.6.5日歷關(guān)聯(lián)規(guī)則2339.7練習(xí)2349.8參考文獻注釋234附錄A數(shù)據(jù)挖掘產(chǎn)品236A.1參考文獻注釋252附錄B參考文獻253詞匯表268第1章導(dǎo)論21.1計算機組織與體系結(jié)構(gòu)21.2結(jié)構(gòu)和功能31.2.1功能31.2.2結(jié)構(gòu)51.3為何要學(xué)習(xí)計算機組織和體系結(jié)構(gòu)81.4本書概要91.5因特網(wǎng)和Web資源9第2章計算機的演變和性能112.1計算機簡史112.1.1第一代：真空管112.1.2第二代：晶體管182.1.3第三代：集成電路202.1.4后續(xù)的幾代252.2性能設(shè)計282.2.1微處理器的速度282.2.2性能平衡292.3Pentium和PowerPC的進展312.3.1Pentium312.3.2PowerPC322.4推薦的參考文獻和Web站點332.5關(guān)鍵詞、思考題和習(xí)題34第二部分計算機系統(tǒng)第3章計算機功能和互連的頂層視圖393.1計算機的部件393.2計算機功能423.2.1取指周期和執(zhí)行周期423.2.2中斷453.2.3I/O功能523.3互連結(jié)構(gòu)523.4總線互連543.4.1總線結(jié)構(gòu)543.4.2多總線層次結(jié)構(gòu)563.4.3總線設(shè)計要素583.5PCI623.5.1總線結(jié)構(gòu)623.5.2PCI命令663.5.3數(shù)據(jù)傳送673.5.4仲裁693.6推薦的參考文獻和Web站點703.7關(guān)鍵詞、思考題和習(xí)題71附錄3A時序圖74第4章cache754.1計算機存儲系統(tǒng)概述754.1.1存儲系統(tǒng)的特性754.1.2存儲器分層結(jié)構(gòu)774.2cache存儲器原理804.3cache的設(shè)計要素834.3.1cache容量834.3.2映射功能834.3.3替換算法914.3.4寫策略914.3.5行的大小924.3.6cache數(shù)目924.4Pentium 4和PowerPC的cache組織944.4.1Pentium 4的cache組織944.4.2PowerPC的cache組織964.5推薦的參考文獻974.6關(guān)鍵詞、思考題和習(xí)題97附錄4A兩級存儲器的性能特點1014A.1局部性1014A.2兩級存儲器的操作1044A.3性能104第5章內(nèi)部存儲器1085.1半導(dǎo)體主存儲器1085.1.1組織1085.1.2DRAM和SRAM1085.1.3ROM類型1115.1.4芯片邏輯1125.1.5芯片封裝1135.1.6模塊組織1145.2糾錯1165.3高級DRAM組織1215.3.1同步DRAM1215.3.2rambus DRAM1235.3.3帶cache的DRAM1255.4推薦的參考文獻和Web站點1255.5關(guān)鍵詞、思考題和習(xí)題125第6章外部存儲器1286.1磁盤1286.1.1磁讀寫機制1286.1.2數(shù)據(jù)組織和格式化1296.1.3物理特性1316.1.4磁盤性能參數(shù)1336.2RAID（磁盤冗余陣列）1366.2.1RAID 0級1376.2.2RAID 1級1416.2.3RAID 2級1426.2.4RAID 3級1426.2.5RAID 4級1436.2.6RAID 5級1436.2.7RAID 6級1446.3光存儲器1446.3.1光盤1446.3.2數(shù)字視盤1476.4磁帶1486.5推薦的參考文獻和Web站點1506.6關(guān)鍵詞、思考題和習(xí)題150第7章輸入輸出1547.1外部設(shè)備1557.1.1鍵盤/監(jiān)視器1567.1.2磁盤驅(qū)動器1577.2I/O模塊1597.2.1模塊功能1597.2.2I/O模塊結(jié)構(gòu)1617.3編程式I/O1627.3.1概述1627.3.2I/O命令1627.3.3I/O指令1637.4中斷驅(qū)動式I/O1657.4.1中斷處理1657.4.2設(shè)計問題1687.4.3Intel 82C59A中斷控制器1697.4.4Intel 82C55A可編程外部接口1707.5存儲器直接存取（DMA）1727.5.1編程式I/O和中斷驅(qū)動式I/O的不足1727.5.2DMA功能1727.6I/O通道和處理器1747.6.1I/O功能的演變1747.6.2I/O通道的特性1767.7外部接口：FireWire和InfiniBand1767.7.1接口的類型1767.7.2點對點和多點配置1777.7.3FireWire串行總線1777.7.4InfiniBand1817.8推薦的參考文獻和Web站點1847.9關(guān)鍵詞、思考題和習(xí)題184第8章操作系統(tǒng)支持1888.1操作系統(tǒng)概述1888.1.1操作系統(tǒng)的目標(biāo)和功能1888.1.2操作系統(tǒng)的類型1908.2調(diào)度1978.2.1長調(diào)度1988.2.2中調(diào)度1988.2.3短調(diào)度1988.3存儲管理2028.3.1交換2028.3.2分區(qū)2038.3.3分頁2058.3.4虛擬存儲器2078.3.5轉(zhuǎn)換后援緩沖器2098.3.6分段2118.4Pentium Ⅱ與PowerPC存儲管理2128.4.1Pentium Ⅱ的存儲管理硬件2128.4.2PowerPC存儲管理硬件2168.5推薦的參考文獻和Web站點2198.6關(guān)鍵詞、思考題和習(xí)題220第三部分中央處理器第9章計算機算術(shù)2279.1算術(shù)邏輯單元2279.2整數(shù)表示2289.2.1符號幅值表示法2289.2.22的補碼表示法2299.2.3不同位長間的轉(zhuǎn)換2319.2.4定點表示法2339.3整數(shù)算術(shù)2339.3.1取負2339.3.2加法和減法2349.3.3乘法2369.3.4除法2439.4浮點表示2459.4.1原理2459.4.2二進制浮點表示的IEEE標(biāo)準(zhǔn)2489.5浮點算術(shù)2509.5.1浮點加法和減法2519.5.2浮點乘法和除法2549.5.3浮點運算的精度問題2559.5.4二進制浮點算術(shù)的IEEE標(biāo)準(zhǔn)2569.6推薦的參考文獻和Web站點2589.7關(guān)鍵詞、思考題和習(xí)題259第10章指令集：特征和功能26310.1機器指令特征26310.1.1機器指令要素26310.1.2指令表示26410.1.3指令類型26510.1.4地址數(shù)目26610.1.5指令集設(shè)計26810.2操作數(shù)類型26810.2.1數(shù)值26910.2.2字符26910.2.3邏輯數(shù)據(jù)27010.3Pentium和PowerPC數(shù)據(jù)類型27010.3.1Pentium數(shù)據(jù)類型27010.3.2PowerPC數(shù)據(jù)類型27110.4操作類型27210.4.1數(shù)據(jù)傳送類27410.4.2算術(shù)運算類27610.4.3邏輯運算類27610.4.4轉(zhuǎn)換類27810.4.5輸入輸出類27910.4.6系統(tǒng)控制類27910.4.7控制傳遞類27910.5Pentium和PowerPC操作類型28410.5.1Pentium操作類型28410.5.2PowerPC操作類型29110.6匯編語言29210.7推薦的參考文獻29410.8關(guān)鍵詞、思考題和習(xí)題294附錄10A堆棧29910A.1堆棧實現(xiàn)30010A.2表示式求值301附錄10B小數(shù)在先和大數(shù)在先以及位序30310B.1字節(jié)排序30310B.2位排序306第11章指令集：尋址方式和指令格式30811.1尋址方式30811.1.1立即尋址31011.1.2直接尋址31011.1.3間接尋址31011.1.4寄存器尋址31111.1.5寄存器間接尋址31111.1.6偏移尋址31211.1.7堆棧尋址31311.2Pentium和PowerPC尋址方式31411.2.1Pentium尋址方式31411.2.2PowerPC尋址方式31611.3指令格式31811.3.1指令長度31811.3.2位的分配31911.3.3變長指令32211.4Pentium和PowerPC指令格式32511.4.1Pentium指令格式32511.4.2PowerPC指令格式32711.5推薦的參考文獻32811.6關(guān)鍵詞、思考題和習(xí)題329第12章CPU結(jié)構(gòu)和功能33212.1處理器組織33212.2寄存器組織33412.2.1用戶可見寄存器33412.2.2控制和狀態(tài)寄存器33512.2.3微處理器寄存器組織的例子33612.3指令周期33812.3.1間址周期33912.3.2數(shù)據(jù)流33912.4指令流水34112.4.1流水線策略34112.4.2流水線的性能34512.4.3轉(zhuǎn)移處理34712.4.4Intel 80486的流水線35312.5Pentium處理器35412.5.1寄存器組織35412.5.2MMX寄存器35812.5.3中斷處理35812.6PowerPC處理器36112.6.1寄存器組織36112.6.2中斷處理36412.7推薦的參考文獻36712.8關(guān)鍵詞、思考題和習(xí)題367第13章精簡指令集計算機37013.1指令執(zhí)行特征37113.1.1操作37213.1.2操作數(shù)37313.1.3過程調(diào)用37313.1.4結(jié)論37413.2大寄存器組方案的使用37413.2.1寄存器窗口37513.2.2全局變量37713.2.3大寄存器組與cache的對比37713.3基于編譯器的寄存器優(yōu)化37913.4精簡指令集體系結(jié)構(gòu)38013.4.1CISC的理由38013.4.2精簡指令集體系結(jié)構(gòu)特征38213.4.3CISC與RISC特征對比38413.5RISC流水線技術(shù)38613.5.1規(guī)整指令的流水線技術(shù)38613.5.2流水線的優(yōu)化38713.6MIPS R400038913.6.1指令集38913.6.2指令流水線39213.7SPARC39513.7.1SPARC寄存器組39513.7.2指令集39713.7.3指令格式39913.8RISC與CISC的爭論40013.9推薦的參考文獻40113.10關(guān)鍵詞、思考題和習(xí)題401第14章指令級并行性和超標(biāo)量處理器40514.1概述40514.1.1超標(biāo)量與超級流水線40614.1.2限制40714.2設(shè)計考慮41014.2.1指令級并行性和機器并行性41014.2.2指令發(fā)射策略41014.2.3寄存器重命名41314.2.4機器并行性41414.2.5轉(zhuǎn)移預(yù)測41514.2.6超標(biāo)量執(zhí)行41614.2.7超標(biāo)量實現(xiàn)41614.3Pentium 441714.3.1由前端到跟蹤cache41814.3.2無序執(zhí)行邏輯42314.3.3整數(shù)和浮點執(zhí)行單元42414.4PowerPC42414.4.1PowerPC 60142414.4.2轉(zhuǎn)移處理42814.4.3PowerPC 62042814.5推薦的參考文獻43014.6關(guān)鍵詞、思考題和習(xí)題431第15章IA64體系結(jié)構(gòu)43515.1推動因素43515.2通常組織43715.3判定、推測和軟件流水43815.3.1指令格式43815.3.2匯編語言格式44015.3.3判定執(zhí)行44115.3.4控制推測44515.3.5數(shù)據(jù)推測44915.3.6軟件流水45015.4IA64指令級體系結(jié)構(gòu)45315.4.1寄存器堆棧45515.4.2當(dāng)前棧幀標(biāo)示器和先前功能狀態(tài)寄存器45615.5Itanium處理器組織45715.6推薦的參考文獻和Web站點45815.7關(guān)鍵詞、思考題和習(xí)題459第四部分控制器第16章控制器操作46416.1微操作46516.1.1指令周期的子周期46516.1.2指令周期46916.2CPU控制47016.2.1功能需求47016.2.2控制信號47116.2.3控制信號舉例47216.2.4CPU內(nèi)部組織47416.2.5Intel 808547516.3硬連線實現(xiàn)47916.3.1控制器輸入47916.3.2控制器邏輯48016.4推薦的參考文獻48116.5關(guān)鍵詞、思考題和習(xí)題481第17章微程序式控制48317.1基本概念48317.1.1微指令48317.1.2微程序式控制器48517.1.3Wilkes控制48717.1.4優(yōu)缺點49117.2微指令排序49117.2.1設(shè)計考慮49117.2.2排序技術(shù)49117.2.3地址生成49417.2.4LSI11微指令排序49417.3微指令執(zhí)行49517.3.1微指令分類法49617.3.2微指令編碼49817.3.3LSI11微指令執(zhí)行49917.3.4IBM 3033微指令執(zhí)行50417.4TI 880050517.4.1微指令格式50517.4.2微順序器50817.4.3帶寄存器的ALU51117.5微程序應(yīng)用51417.6推薦的參考文獻51517.7關(guān)鍵詞、思考題和習(xí)題515第五部分并行處理的組織第18章并行處理51818.1多處理機組織51918.1.1并行處理機系統(tǒng)類型51918.1.2并行組織52018.2對稱多處理機52118.2.1組織52118.2.2多處理機操作系統(tǒng)設(shè)計考慮52518.2.3大型機SMP52618.3cache一致性和MESI協(xié)議52818.3.1軟件解決方案52918.3.2硬件解決方案52918.3.3MESI協(xié)議53118.4機群系統(tǒng)53418.4.1機群系統(tǒng)配置53418.4.2操作系統(tǒng)設(shè)計問題53618.4.3機群計算機體系結(jié)構(gòu)53718.4.4機群系統(tǒng)與SMP的對比53918.5非均勻存儲器存取53918.5.1推動因素54018.5.2組織54018.5.3NUMA的贊成票和反對票54218.6向量計算54218.6.1向量計算方法54318.6.2IBM 3090向量設(shè)備54718.7推薦的參考文獻55318.8關(guān)鍵詞、思考題和習(xí)題554附錄A計算機組織與體系結(jié)構(gòu)課題559A.1研究性課題559A.2仿真性課題559A.2.1Simple Scalar560A.2.2SMP Cache560A.3閱讀/報告類題目560參考文獻561